主要内容

浸

协方差

页面上倒塌

句法

c = cov（a）
C = x (A, B)
c = cov（___w)
c = cov（___nanflag)

描述

例子

C= x (一种）返回协方差。

  • 如果一种是观察的矢量，C是纯量值方差。

  • 如果一种是一个矩阵，其列代表随机变量，行代表观测值，C是协方差矩阵与沿对角线的相应列差异。

  • C是通过观察的次数标准化的吗－1。如果只有一个观察，它将标准化为1。

  • 如果一种是标量，COV（a）回报0.。如果一种为空数组，COV（a）回报南。

例子

C= x (一种那B.）返回两个随机变量之间的协方差一种和B.。

  • 如果一种和B.是具有相同长度的观察的载体，COV（A，B）是2——- - - - - -2协方差矩阵。

  • 如果一种和B.是观察的矩阵，COV（A，B）对待一种和B.作为向量，等价于cov（a（:)，b（:)）。一种和B.必须具有相同的大小。

  • 如果一种和B.是标量,COV（A，B）返回A.2——- - - - - -2块0。如果一种和B.是空数组,COV（A，B）返回A.2——- - - - - -2块南。

例子

C= x (___那W.）指定前面任何语法的规范化权重。什么时候w = 0（默认），C是通过观察的次数标准化的吗－1。什么时候w = 1，它是由观察人数标准化的。

例子

C= x (___那nanflag）指定省略的条件南为任何前面语法计算的值。例如,浸(A,“omitrows”)将省略任何行一种一个或多个南元素。

例子

全部折叠

打开生活的脚本

创建一个3 × 4矩阵并计算它的协方差。

a = [5 0 3 7;1 -5 7 3;4 9 8 10];c = cov（a）
C =4×44.3333 8.8333 -3.0000 5.6667 8.8333 50.8333 50.3333 6.5000 24.1667 -3.0000 6.5000 7.0000 1.0000 5.6667 24.1667 1.0000 12.3333

因为的列数一种是4，结果是4×4矩阵。

打开生活的脚本

创建两个向量并计算其2×2协方差矩阵。

a = [3 6 4];B = [7 12 -9];COV（A，B）
ans =.2×26.8333 6.8333 120.3333
打开生活的脚本

创建两个相同大小的两个矩阵，并计算其2×2的协方差。

a = [2 0 -9;3 4 1];B = [5 2 6;-4 4 9];COV（A，B）
ans =.2×222.1667 -6.9333 -6.9333 19.4667
打开生活的脚本

创建矩阵并计算由行数标准化的协方差。

a = [1 3 -7;3 9 2;-5 4 6];c = cov（a，1）
C =3×311.5556 5.1111 -10.2222 5.1111 6.8889 5.2222 -10.2222 5.2222 29.5556
打开生活的脚本

创建矩阵并计算其协方差，不包括任何包含的行南价值观。

A = [1.77 -0.005 3.98;南-2.95南;2.54 0.19 1.01)
A =3×31.7700 -0.0050 3.9800 NAN -2.9500 NAN 2.5400 0.1900 1.0100
c = cov（a，“omitrows”）
C =3×30.2964 0.0751 -1.1435 0.0751 0.0190 -0.2896 -1.1435 -0.2896 4.4104

输入参数

全部折叠

输入数组，指定为向量或矩阵。

数据类型：单身的|双倍的

附加的输入矩阵，指定为向量或矩阵。B.必须和一种。

数据类型：单身的|双倍的

归一化权重，指定为其中一个值：

  • 0.- 输出由观察数标准化－1。如果只有一个观察，它将标准化为1。

  • 1- 输出由观察数标准化。

数据类型：单身的|双倍的

南条件，指定为以下值之一:

  • 'IncludeNan'——包括所有南在计算协方差之前输入的值。

  • “omitrows”-省略任何包含一个或多个的输入行南计算协方差之前的值。

  • “partialrows”-省略包含南仅在每个双列协方差计算的成对基础上。

数据类型：字符

输出参数

全部折叠

协方差，指定为标量或矩阵。

  • 对于单矩阵输入，C有规模(大小(A, 2)大小(,2)]基于所表示的随机变量（列）的数量一种。列的差异沿着对角线。如果一种是行向量或列向量，C是标量值方差。

  • 对于两个向量或两个矩阵输入，C是2——- - - - - -2两个随机变量之间的协方差矩阵。方差沿着对角线C。

更多关于

全部折叠

协方差

对于两个随机可变矢量一种和B.，协方差定义为

浸 （ 一种 那 B. ） = 1 N - 1 σ. 一世 = 1 N （ 一种 一世 - μ 一种 ） * （ B. 一世 - μ B. ）

在哪里μ一种是卑鄙的一种那μB.是卑鄙的B.,*表示复杂的缀合物。

这协方差矩阵两个随机变量是每个变量之间的成对协方差计算的矩阵，

C = （ 浸 （ 一种 那 一种 ） 浸 （ 一种 那 B. ） 浸 （ B. 那 一种 ） 浸 （ B. 那 B. ） ） 。

对于矩阵一种其中每列都是由观测值组成的随机变量，协方差矩阵是每列组合之间的成对协方差计算。换句话说, C （ 一世 那 j ） = 浸 （ 一种 （ ： 那 一世 ） 那 一种 （ ： 那 j ） ） 。

方差

对于随机可变矢量一种组成的N标量观测值，方差定义为

V. = 1 N - 1 σ. 一世 = 1 N | 一种 一世 - μ | 2

在哪里μ是卑鄙的一种那

μ = 1 N σ. 一世 = 1 N 一种 一世 。

方差的一些定义使用标准化因子N代替N-1，可以通过设置指定W.到1。在任何一种情况下，假设平均值具有通常的归一化因子N。

扩展能力

也可以看看

||||||

之前介绍过的R2006a

MATLAB文件

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书